เมื่อเร็วๆ นี้ ระบบการวิจัยเชิงลึกที่พัฒนาโดยทีมงาน DingTalk ชื่อว่า "Dingtalk-DeepResearch" ได้ทำผลงานก้าวหน้าอย่างมากในการทดสอบระดับสากล โดยได้คะแนน 48.49 คะแนนใน DeepResearch Bench รั้งอันดับสองของโลก และเป็นอันดับหนึ่งของประเทศจีน แซงหน้าระบบหลักอย่าง OpenAI และ Claude
ใช้งานจริงในหลายสถานการณ์ เพื่อประมวลผลงานซับซ้อนอย่างชาญฉลาด
ระบบดังกล่าวได้นำไปใช้จริงแล้วในภาคอุตสาหกรรม เช่น การผลิตและห่วงโซ่อุปทาน สามารถรักษาความแม่นยำและความเสถียรสูงสุดในอุตสาหกรรม สำหรับงานที่ซับซ้อน เช่น ตารางข้อมูลที่หลากหลาย กระบวนการให้เหตุผลหลายขั้นตอน และการสร้างเนื้อหาแบบมัลติโมเดล ช่วยให้องค์กรสามารถจัดการข้อมูลมัลติโมเดลได้อย่างมีประสิทธิภาพ และก้าวสู่ความเป็นอัจฉริยะ
ความก้าวหน้าของระบบการวิจัยเชิงลึกจาก DingTalk ครั้งนี้ ถือเป็นการก้าวกระโดดทั้งในด้านมาตรฐานสากลชั้นนำและการนำไปใช้จริงในสายการผลิต เป็นเครื่องหมายว่าเทคโนโลยี AI ระดับองค์กรของจีนได้ก้าวเข้าสู่แถวหน้าระดับโลก
สถาปัตยกรรมหลายเอเจนต์ รองรับงานวิจัยร่วมกันอย่างลึกซึ้ง
หัวใจสำคัญของ Dingtalk-DeepResearch คือการออกแบบเฟรมเวิร์กการวิจัยเชิงลึกแบบหลายเอเจนต์ที่เหมาะกับสภาพแวดล้อมองค์กรจริง โดยรวมเอาการสร้างงานวิจัยเชิงลึก การวิเคราะห์และให้เหตุผลจากตารางข้อมูลที่หลากหลาย และการสร้างรายงานแบบมัลติโมเดล ไว้ในระบบนี้อย่างมีประสิทธิภาพ
การออกแบบนี้คล้ายกับการรวมสมาชิกทีมที่มีความสามารถเฉพาะทางต่างกันไว้ในระบบเดียว: บางคนเก่งในการวิเคราะห์ข้อมูลตาราง บางคนรับผิดชอบการสร้างรายงาน อีกคนทำหน้าที่ประสานการใช้เครื่องมือต่างๆ โดยอาศัยการออกแบบโครงสร้างสามชั้น (ชั้นเอเจนต์ที่เน้นตามภารกิจ ชั้นเอนจินหลัก และชั้นข้อมูล) ทำให้สามารถรองรับการประมวลผลแบบขนานและการให้เหตุผลหลายขั้นตอนสำหรับงานที่ซับซ้อน เช่น การแปลงตารางข้อมูลการผลิตของโรงงานที่มีเซลล์ซ้อนกันหลายชั้นและรวมเซลล์ไว้ ให้อัตโนมัติเป็นรายงานวิเคราะห์ที่มีโครงสร้างชัดเจนและให้ข้อมูลเชิงลึก
กลไกการพัฒนาต่อเนื่อง เพื่อให้เรียนรู้ได้ด้วยตนเอง
เพื่อรับมือกับการเปลี่ยนแปลงอย่างต่อเนื่องในสภาพแวดล้อมองค์กร โครงสร้างนี้ใช้กลไกการเรียนรู้ออนไลน์ที่ควบคุมด้วยเอนโทรปีและมีการรับรู้ความจำ ทำให้เอเจนต์สามารถพัฒนาต่อเนื่องได้ เหมือนพนักงานที่พัฒนาทักษะจากการปฏิบัติงานซ้ำๆ โดยไม่ต้องมีการแทรกแซงจากมนุษย์ กลไกดังกล่าวช่วยให้ระบบสามารถสรุปบทเรียนจากประวัติการโต้ตอบเดิม และค่อยๆ ปรับตัวให้เข้ากับกระบวนการทำงานและรูปแบบการใช้งานของแต่ละองค์กร
ตัวอย่างเช่น เมื่อผู้ใช้แก้ไขรูปแบบรายงานที่ AI สร้างขึ้นหลายครั้ง ระบบจะเรียนรู้และจดจำความชอบของผู้ใช้ในด้านรูปแบบ สไตล์ และประเด็นสำคัญโดยอัตโนมัติ และนำไปปรับใช้ในงานสร้างรายงานครั้งต่อไป ในแพลตฟอร์ม AI ระดับองค์กรของ DingTalk ความชอบที่ได้รับการปรับแต่งเฉพาะบุคคลนี้สามารถบันทึกไว้เป็นความสามารถที่แชร์ได้ทั้งทีม乃至บริษัททั้งหมด ทำให้สามารถนำความรู้ขององค์กรมาใช้ซ้ำและเพิ่มประสิทธิภาพ
ระบบประเมินแบบวงจรปิด มั่นใจในคุณภาพของผลลัพธ์
เพื่อให้มั่นใจในความถูกต้องและน่าเชื่อถือของเนื้อหาที่สร้างขึ้น Dingtalk-DeepResearch ได้ติดตั้งระบบประเมินภายในชื่อ DingAutoEvaluator ซึ่งจะทำการ "ตรวจสอบคุณภาพ" รายงานทุกฉบับในหลายมิติ ครอบคลุมความถูกต้องของข้อมูล ความต่อเนื่องของตรรกะ และความเหมาะสมในการใช้เครื่องมือ หากพบปัญหา ระบบจะส่งกรณีที่เกี่ยวข้องกลับไปยังกระบวนการฝึกอบรมเพื่อปรับปรุงโมเดล โดยสร้างวงจรปรับปรุงอย่างต่อเนื่องตั้งแต่การสร้าง การประเมิน จนถึงการปรับปรุง
นำไปใช้จริงในหลายอุตสาหกรรม สร้างมูลค่าจริง
ปัจจุบัน Dingtalk-DeepResearch ได้นำไปใช้จริงอย่างมั่นคงในหลายสถานการณ์ทางธุรกิจ และสร้างมูลค่าอย่างเป็นรูปธรรม ด้านห่วงโซ่อุปทาน ระบบสามารถวิเคราะห์ข้อมูลตารางที่ซับซ้อนข้ามแผนกได้อย่างรวดเร็ว เพื่อเสนอแนะกลยุทธ์การจัดซื้ออย่างชาญฉลาด ในภาคการผลิต ระบบสามารถแปลงข้อมูลดิบจากการทำงานของเครื่องจักรเป็นรายงานวิเคราะห์เชิงภาพได้อัตโนมัติ เพื่อสนับสนุนการตัดสินใจในการคาดการณ์ความผิดพลาดและการบำรุงรักษา ฟังก์ชันหลักทั้งหมดได้รับการยืนยันผ่านการทดสอบมาตรฐานสากล ทำให้มั่นใจได้ถึงความน่าเชื่อถือและความเป็นผู้นำทางเทคโนโลยี
นายจูหง ซีทีโอของ DingTalk กล่าวว่า "Dingtalk-DeepResearch ผสานการปรับปรุงที่ปรับตัวได้กับการให้เหตุผลแบบมัลติโมเดล เข้าเป็นเฟรมเวิร์ก AI ระดับองค์กรที่สามารถปรับใช้ได้อย่างยืดหยุ่น โดยมีเป้าหมายเพื่อจัดการกับงานธุรกิจจริงที่ซับซ้อนและเปลี่ยนแปลงอยู่เสมอ เทคโนโลยีนี้กำลังถูกนำไปใช้เพิ่มเติมอย่างรวดเร็วในผลิตภัณฑ์ต่างๆ เช่น การค้นหาด้วย AI ตารางข้อมูลอัจฉริยะ ระบบเวิร์กโฟลว์อัตโนมัติ และแพลตฟอร์ม Agent เพื่อให้เทคโนโลยี AI ขั้นสูงเข้าใกล้ความต้องการการผลิตจริงมากขึ้น และมอบ AI ที่สร้างมูลค่าที่แท้จริงให้กับองค์กร"
We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at

ภาษาไทย
English
اللغة العربية
Bahasa Indonesia
Bahasa Melayu
Tiếng Việt
简体中文 